matplotlib：通过迭代相关的灰度对线图进行着色

这里相对编程新手来说。我很难弄清楚如何在一系列迭代中绘制插值函数，随着迭代索引的增加，绘图将从黑色逐渐变为浅灰色。

例如，

import numpy as np
import matplotlib.pyplot as plt
from scipy.interpolate import interp1d

for t in np.arange(0.,2., 0.4):
    x = np.linspace(0.,4, 100)
    y = np.sin(x-2*t) + 0.01 * np.random.normal(size=x.shape)
    yint = interp1d(x, y)
    plt.plot(x, yint(x))

plt.show()

produces

我希望蓝色的正弦函数是黑色的，其余部分随着 t 的增加而变得更亮、更灰（向右）。我该怎么做呢？

感谢大家的慷慨帮助！

See: http://matplotlib.org/api/axes_api.html#matplotlib.axes.Axes.plot http://matplotlib.org/api/axes_api.html#matplotlib.axes.Axes.plot

例如。你可以设置plt.plot(x, yint(x), color=(0.5, 0.5, 0.5))为灰线。您可以根据需要设置值（0.0 为黑色，1.0 为白色）。一个简单的例子：

import numpy as np
import matplotlib.pyplot as plt
from scipy.interpolate import interp1d

for t in np.arange(0.,2., 0.4):
    x = np.linspace(0.,4, 100)
    y = np.sin(x-2*t) + 0.01 * np.random.normal(size=x.shape)
    yint = interp1d(x, y)
    print t
    col = (t/2.0, t/2.0, t/2.0)
    plt.plot(x, yint(x), color=col)

plt.show()